批量转换MediaWiki页面至HTML的API与本地方案优化问询

已尝试的方案 #

选项1：使用action=parse Action API #

效果良好，单页耗时约0.75秒，但不支持通过|分隔多页批量处理，只能通过循环逐个请求。Python示例代码：

def get_html(title):
    headers = {"User-Agent": USER_AGENT}

    pages = []
    if not isinstance(title, list):
        title = [title]
    for t in title:
        params = {
            "page": t,
            "action": "parse",
            "format": "json",
            "formatversion": "2",
        }
        req = requests.get(API_URL, headers=headers, params=params)
        pages.append(req.json()['parse']['text'])

    return pages

选项2：使用Wiki URL的render动作（非API） #

仅支持单页处理，单页平均耗时约0.75秒，无批量处理能力。

选项3：使用REST API的/page/title/with_html或/page/title/html端点 #

需要目标Wiki部署RESTBase和VirtualRESTService，但目标站点未部署且无法自行安装；单请求耗时约0.75秒，无效率优势。

选项4：批量获取维基文本+Parasoid转换 #

通过action=query批量获取维基文本（50页/请求，总耗时约10秒），再传入Parasoid转换为HTML，单页转换耗时约0.185秒，但仍需循环处理，且模板、链接等内容需要后续修正。Python示例代码：

def get_html_parasoid(text):
    pages = []

    if not isinstance(text, list):
        text = [text]
    for t in text:
        data = {
            "wikitext": t,
        }
        # 替换为对应Parasoid转换接口地址
        PARSOID_URL = "Parasoid转换接口地址"
        headers = {"User-Agent": USER_AGENT}
        req = requests.post(PARSOID_URL, headers=headers, data=data)
        pages.append(req.text)

    return pages

选项5：action=query+prop=revisions+rvparse #

该方式已废弃，无替代方案（仅action=parse可用），且仅返回首个页面的HTML（文档显示此选项强制设置rvlimit=1）。

疑问与需求 #

• 使用MediaWiki API时，循环请求真的是最优方案吗？
• 是否支持像query那样通过?titles=file1|file2|file3|...的方式批量调用parse或render？
• 若采用本地转换维基文本为HTML的方案，能否实现无需在pip/conda虚拟环境外安装额外工具？

内容的提问来源于stack exchange，提问作者Ash